如何移除DataFrame中duration列索引1对应的单个数据？

首先明确：Pandas里没有直接「删除」单个单元格的操作（会破坏DataFrame的行列结构），通常是把目标单元格设为缺失值（比如pd.NA或np.nan），既保留结构又达到清除该值的目的。

为什么你用df.drop()会删整列？ #

drop()是用来删除整行或整列的方法：如果写df.drop('duration', axis=1)，axis=1指定操作列，就会删掉整个duration列；即便指定索引，drop()也是删除整行，完全不适合单个单元格的操作需求。

正确操作方式 #

方法1：直接修改原DataFrame

定位到索引为1、列名为duration的单元格，赋值为缺失值即可：

import pandas as pd
# 初始化你的数据
data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45],
  "sex": ["F", "M", "F"]
}
df = pd.DataFrame(data, index = [0,1,2])

# 修改目标单元格为缺失值
df.loc[1, 'duration'] = pd.NA

执行后DataFrame会变成：

calories duration sex
0       420       50   F
1       380      <NA>   M
2       390       45   F

方法2：创建新DataFrame（不改动原数据）

如果不想影响原始数据，可以先复制一份再修改：

new_df = df.copy()
new_df.loc[1, 'duration'] = pd.NA

针对你补充的实际DataFrame #

你提供的包含索引3行的实际数据，操作逻辑完全一致，直接用df.loc[1, 'duration'] = pd.NA即可，不会干扰其他行或列的内容。

内容的提问来源于stack exchange，提问作者Man Wong